Python 使用EvolutionaryFS时，只有整数、切片（`:`）、省略号（`…`）、numpy.newaxis（`None`）以及整数或布尔数组是有效的索引

我用遗传算法来选择特征

所以我使用了EvolutionaryFS库

import pandas as pd
import numpy as np
import tensorflow as tf

from tensorflow.python.keras.models import Sequential
from tensorflow.python.keras.layers import Dense, Dropout, BatchNormalization, Activation
from tensorflow.python.keras.utils import np_utils
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import MinMaxScaler, StandardScaler
from EvolutionaryFS import GeneticAlgorithmFS

seed = 0
np.random.seed(seed)

df = pd.read_csv("/content/drive/MyDrive/RT_predict/Urine_DnS/Dataset/0607/0607Dragon_0607edit.csv")

dataset = df.values
X = dataset[:,0:-1]
Y = dataset[:,-1]

X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size=0.2, random_state=seed)

input_dim = X.shape[1]

def build_model(n1_neurons=1000, n2_neurons=500):
    model = keras.models.Sequential()
    model.add(keras.layers.InputLayer(input_shape=input_dim))
    model.add(keras.layers.Dense(n1_neurons, activation="relu"))
    model.add(keras.layers.Dense(n2_neurons, activation="relu"))
    model.add(keras.layers.Dense(1))
    model.compile(loss='mean_squared_error', optimizer='adam', metrics=['mae', 'mse'])
    return model

data_dict={0:{'x_train':X_train,'y_train':Y_train,'x_test':X_test,'y_test':Y_test}}
columns_list=list(df.columns)

model_object=build_model
evoObj=GeneticAlgorithmFS(model=model_object,data_dict=data_dict,cost_function='mean_squared_error',average='',cost_function_improvement='decrease',columns_list=columns_list,generations=100,population=50,prob_crossover=0.9,prob_mutation=0.1,run_time=60000)
best_columns=evoObj.GetBestFeatures()
print(best_columns)

我得到了这样的错误：

IndexError                                Traceback (most recent call
last) <ipython-input-20-33e6ab735f97> in <module>()
     47 model_object=build_model
     48 evoObj=GeneticAlgorithmFS(model=model_object,data_dict=data_dict,cost_function='mean_squared_error',average='',cost_function_improvement='decrease',columns_list=columns_list,generations=100,population=50,prob_crossover=0.9,prob_mutation=0.1,run_time=60000)
---> 49 best_columns=evoObj.GetBestFeatures()
     50 print(best_columns)

2 frames /usr/local/lib/python3.7/dist-packages/EvolutionaryFS.py in
_getCost(self, population_array)
     95         for i in self.data_dict.keys():
     96
---> 97             x_train=self.data_dict[i]['x_train'][columns_list]
     98             y_train=self.data_dict[i]['y_train']
     99

IndexError: only integers, slices (`:`), ellipsis (`...`),
numpy.newaxis (`None`) and integer or boolean arrays are valid indices

索引器错误回溯（最近的调用）
最后）在（）
47模型\对象=构建\模型
48 evoObj=遗传算法（模型=模型=对象，数据=数据，成本函数=均方误差，平均值=''，成本函数改善=减少，列列表=列列表，世代=100，总体=50，概率交叉=0.9，概率变异=0.1，运行时间=60000）
--->49最佳_列=evoObj.GetBestFeatures（）
50份打印（最佳列）
2帧/usr/local/lib/python3.7/dist-packages/EvolutionaryFS.py in
_getCost（自我，填充数组）
95表示i在self.data_dict.keys（）中：
96
--->97 x_列=自身数据目录[i]['x_列'][列列表]
98 y_train=self.data_dict[i]['y_train']
99
索引器：仅整数、片（`:`）、省略号（`…`），
numpy.newaxis（`None`）和整数或布尔数组是有效的索引

---

我认为数据集有问题，但我无法解决此问题。

对不起，我不知道您为什么留下此链接。您是否尝试过阅读此链接？你知道它是如何解释为什么你要发布完整的错误的吗？您是否理解您发布的错误消息是如何不完整的，请按照下面的示例进行操作？我如何发布完整的错误？复制并通过回溯中的所有行，将其追溯到您的问题中。